University of Kassel
Knowledge & Data Engineering Group

Fachgebiet Wissensverarbeitung (KDE), EECS, Universität Kassel

“So wie sich Landkarten für die Navigation in Landschaften etabliert haben, untersuchen wir den Einsatz diskreter und algebraischer Strukturen für die Navigation in Wissenslandschaften.”

Das Fachgebiet Wissensverarbeitung des Fachbereichs Elektrotechnik/Informatik forscht an der Entwicklung von Methoden zur Wissensentdeckung und Wissensrepräsentation (Approximation und Exploration von Wissen, Ordnungsstrukturen in Wissen, Ontologieentwicklung) in Daten als auch in der Analyse von (sozialen) Netzwerkdaten und damit verbundenen Wissensprozessen (Metriken in Netzwerken, Anomalieerkennung, Charakterisierung von sozialen Netzwerken). Dabei liegt ein Schwerpunkt auf der exakten algebraischen Modellierung der verwendeten Strukturen und auf der Evaluierung und Neuentwicklung von Netzwerkmaßen. Neben der Erforschung von Grundlagen in den Gebieten Ordnungs- und Verbandstheorie, Beschreibungslogiken, Graphentheorie und Ontologie werden auch Anwendungen – bspw. in sozialen Medien sowie in der Szientometrie – erforscht.

Das Fachgebiet Wissensverarbeitung ist Mitglied im Wissenschaftlichen Zentrum für Informationstechnik-Gestaltung (ITeG) der Universität Kassel, im Wissenschaftlichen Zentrum INCHER der Universität Kassel und im Forschungszentrum L3S.

Testen Sie unser Social-Bookmark-System BibSonomy sowie unsere Namens-Suchmaschine Nameling!

Stellenangebot: Studentische Hilfskräfte – Causal Artificial Intelligence – bis 16.01.2023

Unsere neusten Publikationen

  • 1.
    Schäfermeier, B., Hirth, J., Hanika, T.: Research Topic Flows in Co-Authorship Networks. Scientometrics. (2022).
    BibTeXEndNoteDOI
  • 1.
    Stubbemann, M., Hanika, T., Schneider, F.M.: Intrinsic Dimension for Large-Scale Geometric Learning, https://arxiv.org/abs/2210.05301, (2022).
    URLBibTeXEndNote
  • 1.
    Hirth, J., Hanika, T.: Formal Conceptual Views in Neural Networks, http://arxiv.org/abs/2209.13517, (2022).
    URLBibTeXEndNote
  • 1.
    Hanika, T., Hirth, J.: On the lattice of conceptual measurements. Information Sciences. 613, 453–468 (2022).
    URLBibTeXEndNoteDOI
  • 1.
    Dürrschnabel, D., Hanika, T., Stubbemann, M.: FCA2VEC: Embedding Techniques for Formal Concept Analysis. In: Missaoui, R., Kwuida, L., and Abdessalem, T. (eds.) Complex Data Analytics with Formal Concept Analysis. pp. 47–74. Springer International Publishing (2022).
    URLBibTeXEndNoteDOI
  • 1.
    Felde, M., Koyda, M.: Interval-Dismantling for Lattices, https://arxiv.org/abs/2208.01479, (2022).
    URLBibTeXEndNoteDOI
  • 1.
    Felde, M., Stumme, G.: Attribute Exploration with Multiple Contradicting Partial Experts. In: Braun, T., Cristea, D., and Jäschke, R. (eds.) Graph-Based Representation and Reasoning. pp. 51–65. Springer International Publishing, Cham (2022).
    BibTeXEndNoteDOI
  • 1.
    Schäfermeier, B., Stumme, G., Hanika, T.: Mapping Research Trajectories, https://arxiv.org/abs/2204.11859, (2022).
    URLBibTeXEndNoteDOI
  • 1.
    Hanika, T., Hirth, J.: Knowledge cores in large formal contexts. Annals of Mathematics and Artificial Intelligence. (2022).
    URLBibTeXEndNoteDOI
  • 1.
    Stubbemann, M., Stumme, G.: LG4AV: Combining Language Models and Graph Neural Networks for Author Verification. In: Bouadi, T., Fromont, E., and Hüllermeier, E. (eds.) Advances in Intelligent Data Analysis XX. pp. 315–326. Springer International Publishing, Cham (2022).
    URLBibTeXEndNote
  • 1.
    Hanika, T., Schneider, F.M., Stumme, G.: Intrinsic dimension of geometric data sets. Tohoku Mathematical Journal. 74, 23–52 (2022).
    URLBibTeXEndNoteDOI
  • 1.
    Dürrschnabel, D., Stumme, G.: Force-Directed Layout of Order Diagrams Using Dimensional Reduction. In: Braud, A., Buzmakov, A., Hanika, T., and Le Ber, F. (eds.) Formal Concept Analysis. pp. 224–240. Springer International Publishing, Cham (2021).
    BibTeXEndNote
  • 1.
    Hanika, T., Hirth, J.: Exploring Scale-Measures of Data Sets. In: Braud, A., Buzmakov, A., Hanika, T., and Ber, F.L. (eds.) Formal Concept Analysis - 16th International Conference, ICFCA 2021, Strasbourg, France, June 29 - July 2, 2021, Proceedings. pp. 261–269. Springer (2021).
    URLBibTeXEndNoteDOI
  • 1.
    Hanika, T., Hirth, J.: Quantifying the Conceptual Error in Dimensionality Reduction. In: Braun, T., Gehrke, M., Hanika, T., and Hernandez, N. (eds.) Graph-Based Representation and Reasoning - 26th International Conference on Conceptual Structures, ICCS 2021, Virtual Event, September 20-22, 2021, Proceedings. pp. 105–118. Springer (2021).
    URLBibTeXEndNoteDOI
  • 1.
    Koyda, M., Stumme, G.: Boolean Substructures in Formal Concept Analysis. ICFCA: International Conference on Formal Concept Analysis. pp. 38–53. Springer (2021).
    BibTeXEndNote
  • 1.
    Schäfermeier, B., Stumme, G., Hanika, T.: Towards Explainable Scientific Venue Recommendations, http://arxiv.org/abs/2109.11343, (2021).
    URLBibTeXEndNote
  • 1.
    Dürrschnabel, D., Koyda, M., Stumme, G.: Attribute Selection Using Contranominal Scales. In: Braun, T., Gehrke, M., Hanika, T., and Hernandez, N. (eds.) Graph-Based Representation and Reasoning. pp. 127–141. Springer International Publishing, Cham (2021).
    BibTeXEndNote
  • 1.
    Draude, C., Gruhl, C., Hornung, G., Kropf, J., Lamla, J., Leimeister, J.M., Sick, B., Stumme, G.: Social Machines. Informatik Spektrum. (2021).
    URLBibTeXEndNoteDOI
  • 1.
    Koopmann, T., Stubbemann, M., Kapa, M., Paris, M., Buenstorf, G., Hanika, T., Hotho, A., Jäschke, R., Stumme, G.: Proximity dimensions and the emergence of collaboration: a HypTrails study on German AI research. Scientometrics. (2021).
    URLBibTeXEndNoteDOI
  • 1.
    Schaefermeier, B., Stumme, G., Hanika, T.: Topological Indoor Mapping through WiFi Signals. (2021).
    URLBibTeXEndNote
  • 1.
    Dürrschnabel, D., Hanika, T., Stubbemann, M.: FCA2VEC: Embedding Techniques for Formal Concept Analysis. Presented at the (2021).
    BibTeXEndNote